Makine Öğrenmesi
Bu bölümde makine öğrenmesi algoritmaları teorik ve pratik uygulamaları ile ele alınacaktır.
Makine Öğrenmesi Model Değerlendirme model deployment

MLflow: Makine Öğrenmesi Hayat Döngüsü Platformu

Merhabalar bu yazımızda MLflow’u tanımaya çalışacağız. MLflow nedir sorusuna “MLflow, açık kaynaklı bir makine öğrenmesi hayat döngüsü platformudur.” şeklinde cevap verebiliriz. Makine öğrenmesi çalışmalarında; Bir...

Makine Öğrenmesi Model Değerlendirme model deployment

MLflow: Makine Öğrenmesi Hayat Döngüsü Platformu

Merhabalar bu yazımızda MLflow’u tanımaya çalışacağız. MLflow nedir sorusuna “MLflow, açık kaynaklı bir makine öğrenmesi hayat döngüsü platformudur.” şeklinde cevap verebiliriz. Makine öğrenmesi çalışmalarında; Bir...

Makine Öğrenmesi Teori Veri Bilimi

Boruta Algoritması ile Değişken Seçimi

Boruta veri setine eklediği gölge değişkenler ve iterasyonlu yapısı ile bir veri setinden önemli ve önemli olmayan değişkenlerin tarafsız ve istikrarlı bir şekilde seçilmesini sağlayan, Random Forest tabanlı değişken seçme yöntemidir.

Makine Öğrenmesi Regresyon Uygulama Veri Bilimi

MXNet ile Derin Öğrenme 2.1: Softmax Regresyon (Teori)

Herkese merhabalar, MXNet ile derin öğrenme serisine devam ediyoruz. İlk iki bölümde doğrusal regresyon konusunda teorik bilgiler paylaşıp python programlama dili ile uygulama yapmıştık. Bu...

Büyük Veri Doğrusal Regresyon Regresyon

MXNet ile Derin Öğrenme 1.2: Doğrusal (Linear) Regresyon (Uygulama)

Herkese merhabalar, MXNet ile derin öğrenme serisine devam ediyoruz. İlk bölümde doğrusal regresyon konusunda teorik bilgiler paylaşmıştık. Bu bölümde doğrusal regresyon konusunda MXNet kütüphanesini kullanarak...

Genel bir bakış Hiyerarşik Kümeleme Kümeleme Makine Öğrenmesi Python Teknik Uygulama Veri Bilimi Veri Görselleştirme

Hiyerarşik Kümeleme

Merhabalar! Uzun bir aradan sonra yine sizlerleyim 🙂 Bu yazımda denetimsiz öğrenme (unsupervised learning) algoritmalarından hiyerarşik kümelemeyi ele alacağız. İlk olarak denetimsiz öğrenme nedir? Denetimsiz Öğrenme Denetimli öğrenmede...

Büyük Veri Distributed Systems Genel bir bakış Makine Öğrenmesi Spark Veri Bilimi

Apache Spark’a Giriş

Verinin her geçen gün katlanarak büyüdüğü günümüz dünyasında o veriyi işleyebilmenin ve veriden anlamlı çıkarımlarda bulunabilmenin önemi de katlanarak artmaktadır. Ancak terabaytlarca ve hatta petabaytlarca...

Büyük Veri İş Analitiği Zaman Serisi

Google Bigquery ML ve Website İşlem Tahmini

Merhaba VBO okuyucuları! Bir önceki yazıda Google Analytics datasının ne gibi özelliklere sahip olduğundan bahsetmiştik ve bazı sorgular ile verilerimizi inceleyip analiz etmiştik. Bu yazıda...

Genel bir bakış Makine Öğrenmesi Python Sınıflandırma Uygulama Veri Bilimi Veri hazırlığı Veri Ön İşleme

Boosting Kutu Açılışı

En sık kullanılan boosting algoritmalarının kullanımı, hiperparametre optimizasyonu ve performansları Python dili kullanılarak incelenmiştir.

Derin Öğrenme Genel bir bakış Makine Öğrenmesi Python Sınıflandırma Teknik Uygulama Uygulama Araçları Veri Bilimi

Kaggle İlaç Sınıflandırma Yarışması – DEEP LEARNING Uygulaması (Tensorflow)

Bu uygulama yazısında, Kaggle'dan alınan veri seti kullanılarak, ilaçlar üzerine multilabel sınıflandırma çalışması yapılmıştır. İlk modelde LGBM yöntemi tercih edilirken, ikinci model çalışmasında Tensorflow dataframe'i tercih edilerek deep learning model mimarisi kurulmuştur. Bu veri setinde deep learning modeli, boosting yöntemine göre daha başarılı bir performans sergilediği görülmüştür.

Derin Öğrenme Model Değerlendirme Python Veri Görselleştirme Yeni Başlayanlar

TensorSensor ile Yapay Sinir Ağlarında Tensör İşlemlerinin Görselleştirilmesi

Herkese Merhabalar, bu yazıda, TensorSensor kütüphanesini kullanarak derin öğrenme modellerinin arkasında çalışan matematiksel işlemleri görselleştirmek anlatılacaktır. Çoğu insan, Pytorch veya Tensorflow gibi üst düzey kitaplıkları...

×

Bir Şeyler Ara